兼容性提醒：此作品只兼容Axure RP 9.0及以上版本，低版本软件无法使用。
# 登录 
# 1. 数据模块
## 1.1 **基础数据导入**
数据模块是AI算法训练平台的基础，支持多种数据源的导入。用户可以通过平台提供的接口或图形化界面，轻松导入本地文件数据。平台支持多种常见的数据格式，确保用户能够快速将数据集成到平台中。
## 1.2 **已标注数据导入与导出**
平台支持已标注数据的导入和导出，方便用户在不同项目或团队之间共享数据。用户可以将已有的标注数据导入平台进行进一步处理，或将平台中标注好的数据导出用于其他应用场景。这一功能大大提高了数据管理的灵活性和效率。
## 1.3 **图片标注**
针对图像数据，平台提供了强大的图片标注工具。用户可以使用多种标注工具（如矩形框、多边形、关键点等）对图像进行标注，并支持多类别标注和属性标注。平台还提供了自动标注功能，通过预训练模型自动生成初步标注结果，再由人工进行校正，从而提高标注效率。
## 1.4 **标签管理**
标签管理功能允许用户创建、编辑和删除标签类别，并支持标签的层次结构和多语言标签。用户可以轻松管理复杂的标签体系，确保标注数据的准确性和一致性。
## 1.5 **委托标注**
对于大规模数据标注任务，平台提供了委托标注功能。用户可以将标注任务分配给内部团队或外部标注服务提供商，并通过平台进行任务分配、进度跟踪和质量控制。这一功能特别适用于需要大量标注数据的项目，能够有效提高标注效率和质量。
## 1.6 **数据版本管理**
平台支持数据版本管理，用户可以保存不同版本的数据集，并随时回溯和比较不同版本的数据。这对于需要频繁更新和迭代数据的项目尤为重要，能够有效避免数据混乱和丢失。
# 2. 模型
## 2.1 **模型训练**
模型模块是平台的核心，支持多种机器学习框架。用户可以选择预训练模型进行微调，或从头开始训练新模型。平台提供了直观的训练配置界面，用户可以轻松设置训练参数（如学习率、批量大小、训练轮数等），并实时监控训练进度和性能。
## 2.2 **模型信息**
平台提供了详细的模型信息展示，包括模型结构、训练历史、性能指标等。用户可以查看模型的详细信息，了解模型的训练过程和性能表现，从而做出更明智的决策。
## 2.3 **模型预测**
模型模块支持在线和离线预测。用户可以将训练好的模型部署到平台上，进行实时预测或批量预测。平台提供了友好的用户界面，用户可以上传待预测数据，并查看预测结果和分析报告。
## 2.4 **模型对比**
平台支持多模型对比，用户可以同时训练和评估多个模型，并比较它们的性能指标（如准确率、召回率、F1分数等）。这一功能帮助用户选择最优模型，提高模型的实际应用效果。
## 2.5 **重新训练**
平台支持模型的重新训练，用户可以根据新的数据和需求，对已有模型进行进一步的训练和优化。平台会自动保存每次训练的版本，用户可以随时回溯和比较不同版本的模型。
# 3. 部署
## 3.1 **导出模型**
平台支持将训练好的模型导出为标准格式（如ONNX、TensorFlow SavedModel等），方便用户在其他环境中使用。导出过程简单快捷，用户只需选择目标格式并点击导出即可。
## 3.2 **在线下发**
平台提供了在线下发功能，用户可以将模型直接部署到云端或边缘设备上。平台支持多种部署方式（如Docker容器、Kubernetes集群等），并提供了自动化部署流程，用户只需简单配置即可完成模型部署。
## 3.3 **设备注册**
平台支持设备注册和管理，用户可以注册和管理各种边缘设备（如物联网设备、嵌入式系统等），并通过平台进行模型的下发和更新。平台提供了设备状态监控和日志记录功能，方便用户跟踪设备运行状态。
# 4. 系统
## 4.1 **标注任务**
系统模块提供了标注任务管理功能，用户可以创建、分配和跟踪标注任务。平台支持多用户协作，团队成员可以共同完成标注任务，并通过平台进行沟通和协作。
## 4.2 **我的任务**
“我的任务”功能展示用户当前的任务列表，包括标注任务、训练任务和部署任务。用户可以查看任务进度、完成任务和查看任务详情，确保各项工作有序进行。
## 4.3 **用户管理**
平台提供了用户管理功能，管理员可以创建、编辑和删除用户账户，并分配不同的权限级别。用户管理功能确保了平台的安全性和数据隐私，支持多层次的用户权限控制。
